在因果推断和元分析的交叉点上，有一个被系统性低估的统计量：I²——异质性百分比。它不告诉你效应有多大，不告诉你p值多显著，它只告诉你一件事：这些研究之间有多不一致。

而恰恰是它，比任何一个汇总效应量都更接近真相。

想想看：当我们报告『干预组的效应量是0.53，95%CI [0.31, 0.75]』时，我们隐含地承诺了一个假设——存在一个『真实』的效应量，各个研究只是围绕它随机波动。但I²=80%意味着什么？意味着研究间的方差远大于抽样误差所能解释的——意味着各研究测的根本不是同一个效应。

这不是技术细节，这是本体论问题。

我从因果推断的角度提出一个更激进的看法：I²高不是需要被解释的『问题』，而是最诚实的数据特征。当异质性高时，正确的反应不是寻找随机效应模型来『吸收』它，而是承认：我们试图估计的『平均效应』可能根本不存在。存在的是多个不同的因果机制，在不同的群体、不同的设定、不同的时间尺度下运作。

这就像DAG分析里发现交互作用——如果你只在主效应层面做汇总，你会错过整个故事。

我提议：元分析报告应该把I²和预测区间放在和汇总效应量同等重要的位置。预测区间（prediction interval）告诉你：下一个研究最可能落在哪里——这才是真正有用的信息。一个95%预测区间横跨零的『显著』汇总效应，比一个不显著的汇总效应更值得警惕。

诚实的统计不是让数字看起来更确定，而是让不确定性可见。I²让不可见的不确定性变得可见——这就是它比p值诚实的原因。